大家好 我是csdn的博主 lqj_本人

这是我的个人博客主页 lqj_本人的博客_CSDN博客-微信小程序,前端,vue领域博主lqj_本人擅长微信小程序,前端,vue,等方面的知识https://blog.csdn.net/lbcyllqj?spm 1000.2115.3001.5343

哔哩哔哩欢迎关注 小淼前端

小淼前端的个人空间_哔哩哔哩_bilibili

本篇文章主要讲述python的安装以及pycharm解释器的配置流程 本篇文章已经成功收录到我们python专栏中 https://blog.csdn.net/lbcyllqj/category_12089557.htmlicon-default.png?t MBR7https://blog.csdn.net/lbcyllqj/category_12089557.html

 

python在人工智能方面可以毫不客气的说 比其他的所有语言都要有优势 因为python的背后有一个非常强大的资源库来支撑着python运作。

opencv库

opencv是最经典的python视觉库 它里面包含了很多种视觉的识别类型供开发者们使用。

opencv库的下载

我们可以在我们的pycharm里面输入以下代码进行下载 但这里我们下载的是阉割版的。

pip install opencv-python

当我们的pycharm下载完成之后 我们呢还需要在opencv的官网进行下载

首页 - OpenCV

然后我们选择 如下图所示

 进入之后 我们就可以看到opencv相对应的版本了

 然后 我们选择自己使用的系统进行下载并安装即可 仅安装即可 opencv不用环境配置 只需要记住安装在哪里 当我们使用的时候直接调取我们的安装目录就可以

当安装完成之后 我们就可以看到安装路径下的这些文件

 里面包含眼睛识别 面部识别等一些强大的识别算法

人脸检测报警系统 可用于 家用监控 人脸门禁 人脸打卡签到等

这里我将本功能分为了三个py文件来展开描述

抓取人脸功能模块

首先 导入cv库

import cv2

然后调取我们的摄像头 0代表本机摄像头 其他代表外接摄像头 

cap cv2.VideoCapture(0)

用while来判断是否为开启状态 

while(cap.isOpened()):

得到每一帧的图片进行赋值 

ret_flag,Vshow cap.read()

调用控制键盘函数 控制判断按键 

k cv2.waitKey(1) 0xFF

使用imshow函数显示拍摄图像 

cv2.imshow( ceshi ,Vshow)

键盘监听 按s键进行保存 

if k ord( s ):

保存拍摄图像的格式 打印提示文字 

 cv2.imwrite( E:/tupian/ str(num) .name .jpg ,Vshow)
 print( 保存成功 str(num) .jpg )
 print( ------------------------- )
 num 1

释放摄像头与内存 

#释放摄像头
cap.release()
#释放内存
cv2.destroyAllWindows()

完整代码 

import cv2
cap cv2.VideoCapture(0)
falg 1
num 1
while(cap.isOpened()):#检测是否在开启状态
 ret_flag,Vshow cap.read()#得到每一帧的图像
 k cv2.waitKey(1) 0xFF#判断按键
 cv2.imshow( ceshi ,Vshow)#显示图像
 if k ord( s ):#按s键保存
 cv2.imwrite( E:/tupian/ str(num) .name .jpg ,Vshow)
 print( 保存成功 str(num) .jpg )
 print( ------------------------- )
 num 1
 elif k ord( ):#退出
 break
#释放摄像头
cap.release()
#释放内存
cv2.destroyAllWindows()
录入人脸功能模块

在写这个功能模块之前 我们要在pycharm中或cmd中的本文件根目录下使用命令行 安装face模块使用函数 

 pip install opencv-contrib-python

导入第三方库 

import os
import cv2
from PIL import Image
import numpy as np

存储人脸数据 

facesSamples []

存储姓名数据 

ids []

存储图片信息 

imagePaths [os.path.join(path,f) for f in os.listdir(path)]

加载分类器 就是我们上面讲到的在opencv官网下载的库 我们只需要调取安装目录就可以 

face_detector cv2.CascadeClassifier( E:/open-cv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml )

 遍历列表中的图片 

for imagePath in imagePaths:

将打开的图片灰度化 

PIL_img Image.open(imagePath).convert( L )

将图片转化为数组 

img_numpy np.array(PIL_img, uint8 )

获取图片人脸特征 

faces face_detector.detectMultiScale(img_numpy)

获取每一张拍摄图片的id与姓名 

id int(os.path.split(imagePath)[1].split( . )[0])

做判断 预防拍摄无面容图片 

 for x,y,w,h in faces:
 ids.append(id)
 facesSamples.append(img_numpy[y:y h,x:x w])

打印面部特征与id 并返回数据 

 print( id ,id)
 print( fs: ,facesSamples)
 return facesSamples,ids

调用图片路径 有第一步抓取人脸后按s键保存到 E:/tupian/ 路径下的图片 

 path E:/tupian/

获取图像数组和id标签数组和姓名 

faces,ids getImageAndLabels(path)

加载识别器 

recognizer cv2.face.LBPHFaceRecognizer_create()

训练数据 

 recognizer.train(faces,np.array(ids))

保存面部特征到文件夹 创建一个文件夹 用于存放读取的面部信息 

 recognizer.write( tupian/tupian.yml )

完整代码 

import os
import cv2
from PIL import Image
import numpy as np
def getImageAndLabels(path):
 #储存人脸数据
 facesSamples []
 #储存姓名数据
 ids []
 #储存图片信息
 imagePaths [os.path.join(path,f) for f in os.listdir(path)]
 #加载分类器
 face_detector cv2.CascadeClassifier( E:/open-cv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml )
 #遍历列表中的图片
 for imagePath in imagePaths:
 #打开图片 灰度化PIL有九种不同的模式 1 L,P,RGB,RGBA,CMYK,YCbCr I F
 PIL_img Image.open(imagePath).convert( L )
 #将图像转化为数组 以黑白深浅
 img_numpy np.array(PIL_img, uint8 )
 #获取图片人脸特征
 faces face_detector.detectMultiScale(img_numpy)
 #获取每一张图片的id和姓名
 id int(os.path.split(imagePath)[1].split( . )[0])
 #预防无面容照片
 for x,y,w,h in faces:
 ids.append(id)
 facesSamples.append(img_numpy[y:y h,x:x w])
 #打印面部特征和id
 print( id ,id)
 print( fs: ,facesSamples)
 return facesSamples,ids
if __name__ __main__ :
 #图片路径
 path E:/tupian/ 
 #获取图像数组和id标签数组和姓名
 faces,ids getImageAndLabels(path)
 #加载识别器
 recognizer cv2.face.LBPHFaceRecognizer_create()
 recognizer.train(faces,np.array(ids))
 #保存文件
 recognizer.write( tupian/tupian.yml )
人脸识别功能模块

导入第三方库:

import cv2
import os

加载训练过的数据文件 

recogizer cv2.face.LBPHFaceRecognizer_create()

加载保存过的面部信息 

recogizer.read( tupian/tupian.yml )

定义名称数组 

names []

识别全局变量定义 

warningtime 0

识别视频中人脸模块 

def face_detect_demo(img):
 gray cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转换为灰度
 face_detector cv2.CascadeClassifier( E:/open-cv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml )
 face face_detector.detectMultiScale(gray)
 for x,y,w,h in face:
 cv2.rectangle(img,(x,y),(x w,y h),color (0,0,255),thickness 2)
 cv2.circle(img,center (x w//2,y h//2),radius w//2,color (0,255,0),thickness 1)
 # 人脸识别
 ids, confidence recogizer.predict(gray[y:y h, x:x w])
 if confidence 80:
 global warningtime
 warningtime 1
 if warningtime 100:
 # warning()
 warningtime 0
 cv2.putText(img, unkonw , (x 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)
 else:
 cv2.putText(img,str(names[ids-1]), (x 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)
 cv2.imshow( result ,img)

导入存储的图片名字标签 

def name():
 path E:/tupian/ 
 # names []
 imagePaths [os.path.join(path,f) for f in os.listdir(path)]
 for imagePath in imagePaths:
 name str(os.path.split(imagePath)[1].split( . ,2)[1])
 names.append(name)

加载监控或已保存下来的视频 

cap cv2.VideoCapture( 1.mp4 )
name()
while True:
 flag,frame cap.read()
 if not flag:
 break
 face_detect_demo(frame)
 if ord( ) cv2.waitKey(10):
 break

释放内存与视频 

cv2.destroyAllWindows()
cap.release()

 完整代码 

import cv2
import os
#加载训练数据文件
recogizer cv2.face.LBPHFaceRecognizer_create()
#加载数据
recogizer.read( tupian/tupian.yml )
names []
#报警全局变量
warningtime 0
#准备识别的图片
def face_detect_demo(img):
 gray cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转换为灰度
 face_detector cv2.CascadeClassifier( E:/open-cv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml )
 face face_detector.detectMultiScale(gray)
 for x,y,w,h in face:
 cv2.rectangle(img,(x,y),(x w,y h),color (0,0,255),thickness 2)
 cv2.circle(img,center (x w//2,y h//2),radius w//2,color (0,255,0),thickness 1)
 # 人脸识别
 ids, confidence recogizer.predict(gray[y:y h, x:x w])
 if confidence 80:
 global warningtime
 warningtime 1
 if warningtime 100:
 # warning()
 warningtime 0
 cv2.putText(img, unkonw , (x 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)
 else:
 cv2.putText(img,str(names[ids-1]), (x 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)
 cv2.imshow( result ,img)
#名字标签
def name():
 path E:/tupian/ 
 # names []
 imagePaths [os.path.join(path,f) for f in os.listdir(path)]
 for imagePath in imagePaths:
 name str(os.path.split(imagePath)[1].split( . ,2)[1])
 names.append(name)
#加载视频
cap cv2.VideoCapture( 1.mp4 )
name()
while True:
 flag,frame cap.read()
 if not flag:
 break
 face_detect_demo(frame)
 if ord( ) cv2.waitKey(10):
 break
#释放内存 视频
cv2.destroyAllWindows()
cap.release()
最终显示效果

录入过的面部信息就会显示录入的姓名 如下面的LQJ 未录入过的面部信息就会显示unkonw 不知道的状态 。

 

 


抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

更多文章请关注《万象专栏》